AI日报：Suno发布V4音乐生成模型；谷歌最新AI视频制作神器Vids； ?关注我，记得标星??不迷路AI日报 11月11日?AIbase1、豆包大模型团队正式发布图像编辑模型SeedEdit 用嘴P图成真！ 2、谷歌推出AI视频制作神器Vids：输入文字秒变视频，小白也能轻松创作！ 3、Suno发布V4音乐生成模型音频演示视频，音质和风格大提升 4、百度文心一言AI绘画功能升级 5、昆仑万维SkyReels AI短剧平台将于12月10日在美国正式上线 6、CogSound让视频“声”动起来，从此告别无声尴尬！ 7、即梦AI宣布Seaweed视频生成模型开放使用 8、URAvatar：用手机扫描即可生成个性化虚拟头像 9、告别建模苦恼！DimensionX单图生成3D/4D场景 10、Meta AI发布FBDetect：实时识别0.005%性能下降，节省数千台服务器 1.豆包大模型团队正式发布图像编辑模型SeedEdit 用嘴P图成真！ SeedEdit是豆包大模型团队推出的图像编辑工具，通过一句话命令AI实现精准修改图片元素，比MJ更简单快捷。用户只需输入指令，如"把项圈变成珍珠项链"，即可轻松编辑图片。SeedEdit在维持原始图像和生成新图像之间取得平衡，支持多轮编辑，精准理解用户指令，保持高质量。 亮点提要： ?? 一句话P图成真：SeedEdit通过一句话命令AI实现精准修改图片元素，更简单快捷。 ?? 最佳平衡设计：SeedEdit在维持原始图像和生成新图像之间取得平衡，保持高质量。 ?? 多轮编辑支持：SeedEdit支持用户多次修改图像，让用户得到满意的效果。 详情入口： ?? https://huggingface.co/spaces/ByteDance/SeedEdit-APP 2.谷歌推出AI视频制作神器Vids：输入文字秒变视频，小白也能轻松创作！ 谷歌最近推出了名为Vids的AI视频演示应用程序，利用Gemini AI模型驱动，用户可以通过简单的文字提示或上传Google Drive文档生成视频演示文稿。Vids具有强大的AI智能创作能力，简化了视频制作过程，提供丰富模板和自定义编辑功能。同时支持便捷的语音和录音功能，实时协作和安全共享，适用于多种场景。Vids的推出标志着AI技术在视频制作领域的重大突破，让用户轻松创作高质量视频内容。 亮点提要： ? 强大的AI智能创作能力，自动生成视频草稿包含场景、脚本、推荐媒体素材和背景音乐，简化视频制作过程。 ?? 提供丰富模板和自定义编辑功能，用户可选择合适模板，添加动画、转场、照片特效，满足个性化编辑需求。 ?? 支持便捷的语音和录音功能，包括AI语音旁白、滚动式提词器，方便用户录制、添加讲解和展示内容。 详情入口： ?? https://workspace.google.com/products/vids/ 3.Suno发布V4音乐生成模型音频演示视频，音质和风格大提升 Suno 公司最新发布的v4音乐生成模型展现出显著的音质和多样性提升，通过深度学习技术生成更自然和富有表现力的音乐作品。这一创新不仅适用于个人创作，还可以推动AI音乐生成技术的普及和应用。 亮点提要： ?? v4音乐生成模型展现出显著的音质和多样性提升 ?? 通过深度学习技术生成更自然和富有表现力的音乐作品 ?? 适用于个人创作和商业音乐制作，推动AI音乐生成技术的普及 4.百度文心一言AI绘画功能升级 百度AI旗下的文心一言AI绘画技术迎来了重大升级，现在支持一键生成多比例图片，极大地简化了新媒体配图流程。技术进步使得文心一言AI在语义理解、视觉效果和细节刻画上都有显著提升，提高工作效率，提升视觉效果，使新媒体配图变得简单易行。 亮点提要： ??? 一键生成多比例图片：用户输入所需的图片比例，系统自动生成多尺寸图片，覆盖各种需求，提高工作效率。 ?? 支持任意风格绘制：智慧生图能绘制多种风格，用户输入描述即可生成高质感、细节丰富的图片，提升视觉效果。 ??? 参考图生成图片：支持参考图生成，使人物生成更美观，画面更精准，满足不同内容创作需求。 5.昆仑万维SkyReels AI短剧平台将于12月10日在美国正式上线 昆仑万维科技股份有限公司旗下的AI短剧平台SkyReels即将在美国正式上线，这标志着公司在全球AI娱乐市场的扩张，为北美观众带来全新的智能短剧体验。平台通过创新技术和功能，为内容创作者提供强大的创作工具，同时降低了AI短剧创作门槛，使非专业用户也能轻松上手。 亮点提要： ?? 昆仑万维SkyReels AI短剧平台12月10日在美国正式上线，标志着全球AI娱乐市场扩张。 ?? SkyReels集成视频大模型与3D大模型，颠覆视频内容创作流程，实现创作者创作梦想。 ?? SkyReels新增3D交互编辑、AI全身动捕等特色功能，与北美内容创作者合作丰富内容，提升用户体验。 6.视频也能脑补配音？CogSound让视频“声”动起来，从此告别无声尴尬！ CogSound是一款基于人工智能技术的音效生成模型，能为无声视频添加逼真的音频体验，让观众享受身临其境的音效体验。它像经验丰富的配音大师，识别视频场景，匹配合适音效，并确保音视频同步。采用先进技术确保音效与画面完美同步，避免“音画不同步”的尴尬。 亮点提要： ?? CogSound是基于人工智能技术的音效生成模型，能为无声视频添加逼真音频体验。 ?? CogSound识别视频场景，匹配合适音效，并确保音视频高度同步。 ?? CogSound采用先进技术保证音效与画面完美同步，避免“音画不同步”的尴尬。 7.即梦AI宣布Seaweed视频生成模型开放使用 即梦AI宣布开放Seaweed视频生成模型，提供专业级光影布局和色彩调和，画面视觉美感和真实感。模型基于DiT架构，能实现流畅自然的大幅度运动画面。Pro版模型可实现多拍动作与多主体复杂交互，攻克多镜头切换难题，适配各种设备比例，助力专业创作者和艺术家们的创作。 亮点提要： ?? Seaweed视频生成模型开放使用，提供专业级光影布局和色彩调和。 ?? 模型基于DiT架构，能实现流畅自然的大幅度运动画面，仅需60s生成高质量AI视频。 ?? Pro版模型可实现多拍动作与多主体复杂交互，攻克多镜头切换难题，适配各种设备比例，助力专业创作者和艺术家们的创作。 8.URAvatar：用手机扫描即可生成个性化虚拟头像 URAvatar技术利用手机扫描生成高保真的虚拟头像，提升了虚拟头像的视觉效果，让用户可以实时驱动和调整头像。该技术采用可学习的辐射传输模型，实现了实时渲染和光照迁移，为虚拟头像带来新的可能性。用户还可以独立控制头像的凝视方向和颈部动作，增强了虚拟交互体验。 亮点提要： ?? URAvatar技术通过手机扫描生成高保真的虚拟头像，提升了虚拟头像的视觉效果。 ?? 采用可学习的辐射传输模型，实现了实时渲染和光照迁移，为虚拟头像带来新的可能性。 ?? 用户可独立控制头像的凝视方向和颈部动作，增强了虚拟交互体验。 9.告别建模苦恼！DimensionX单图生成3D/4D场景 我看到了一篇关于香港科技大学和清华大学研究团队推出的全新AI框架DimensionX的文章。这个框架可以仅凭一张图片生成充满细节的3D和4D场景，为游戏开发、虚拟现实和影视制作领域带来了革命性突破。它的核心魔法是可控视频扩散技术，让我感到非常惊叹和兴奋。 亮点提要： ?? DimensionX是一款AI框架，能从单张图片中提取空间和时间信息，生成连续的视频帧，最终组合成完整的3D或4D场景。 ?? DimensionX配备了S-Director和T-Director两个强大的“魔法棒”，分别控制空间维度和时间维度，让用户可以自由操控视角和物体运动。 ?? DimensionX还引入了轨迹感知机制和身份保持去噪策略，优化真实场景生成，确保3D和4D场景更加真实可信。 详情入口： ?? https://chenshuo20.github.io/DimensionX/ 10.Meta AI发布FBDetect：实时识别0.005%性能下降，节省数千台服务器！ 在大型云基础设施管理中，即使微小性能下降也可能导致显著资源浪费。Meta AI推出FBDetect，能实时识别0.005%性能回归，帮助Meta避免约4000台服务器资源浪费，提高基础设施效率。 亮点提要： ?? FBDetect能监测到微小的性能回归，甚至低至0.005%，极大提高了检测精度。 ?? 系统覆盖约80万个时间序列，涉及多个性能指标，并能在大规模环境中进行精准分析。 ?? FBDetect经过七年实际应用，每年帮助Meta避免约4000台服务器资源浪费，提高了基础设施整体效率。 详情入口： ?? https://tangchq74.github.io/FBDetect-SOSP24.pdf 11.Anthropic发布新型token计数API，支持多种Claude模型 在当前的人工智能领域，Anthropic公司推出了新型token计数API，旨在帮助开发者更好地管理语言模型中的token使用，提升交互效率和控制能力。该API准确估算token数，优化token使用，降低成本，适用于构建客户支持聊天机器人、文档摘要和互动学习工具。 亮点提要： ?? 提升开发效率：新型token计数API帮助开发者准确掌握令牌使用情况，优化开发过程。 ?? 控制成本效益：理解token使用，有效控制API调用费用，适合成本敏感项目。 ?? 多模型支持：支持多种Claude模型，灵活应用于不同场景，提升开发者体验。 详情入口： ?? https://docs.anthropic.com/en/docs/build-with-claude/token-counting 12.10月份ChatGPT流量激增至37亿，谷歌NotebookLM凭新功能飙升成黑马！ ChatGPT和谷歌NotebookLM在2024年10月表现抢眼，前者全球访问量达到37亿次，同比增长115.9%，后者因新功能推出访问量激增至3150万次。AI服务整体增长态势良好，未来有望加速增长。 亮点提要： ?? ChatGPT全球访问量达到37亿次，同比增长115.9%。 ??? 谷歌NotebookLM因新推出的AI播客功能访问量激增至3150万次。 ?? 其他AI服务如微软的Co-pilot和谷歌的Gemini也实现了一定的增长。 13.AI编码助手Cursor背后公司估值暴涨至25亿美元，投资者竞相抢购 Anysphere旗下的AI编码助手Cursor月收入迅速增长至每月400万美元，吸引了大量风险投资者的关注。公司估值在短短几周内从15亿美元飙升至25亿美元，成为市场焦点。创始团队均为麻省理工学院学生，曾毕业于OpenAI的加速器项目，展现出强大的潜力和吸引力。 亮点提要： ?? Anysphere的AI编码助手Cursor月收入从400万美元迅速增长至每月400万美元。 ?? 风险投资者对Anysphere的兴趣激增，公司估值从15亿美元升至25亿美元。 ?? Anysphere成立于2022年，创始团队均为麻省理工学院学生，曾毕业于OpenAI的加速器项目。 14.最后一曲！甲壳虫乐队借AI修复新曲《Now and Then》获两项格莱美提名 甲壳虫乐队利用人工智能技术修复新曲《Now and Then》，并获得两项格莱美提名，尽管已解散50年，仍引人惊讶。保罗?麦卡特尼亲自参与制作，通过AI技术修复约翰?列侬的录音，展现出乐队的音乐魅力。格莱美提名使乐队再次成为关注焦点。 亮点提要： ?? 甲壳虫乐队的新曲《Now and Then》获得年度唱片和最佳摇滚表演两项格莱美提名。 ?? 此曲通过AI技术修复了约翰?列侬1978年的录音，保罗?麦卡特尼亲自参与制作。 ?? 尽管播放量相对较低，甲壳虫乐队依然在与当代音乐巨星竞争中引发广泛关注。 关于AIbase一个致力于让更多人了解并参与未来AI发展的平台 这里有最新AI资讯、100+ AI赚钱案例库、15000+AI产品库、保姆级AI工具教程 更多AI硬核内容直接访问AiBase官网，一键开启你的AGI之旅！ 官网：https://www.aibase.com/zh/tools/ ↓点击阅读原文，进AIbase官网. 阅读原文